Resumen

La cuantificación automatizada de los vasos sanguíneos en la retina humana es el paso fundamental en el diseño de cualquier sistema de diagnóstico asistido por ordenador para trastornos oftálmicos. La detección y el análisis de las variaciones en los vasos sanguíneos pueden utilizarse para diagnosticar varias enfermedades oculares, como la retinopatía diabética. La retinopatía diabética es un trastorno vascular progresivo causado por variaciones en los vasos sanguíneos de la retina. Estas variaciones provocan diferentes anomalías como lesiones, exudados y hemorragias en la retina humana, lo que hace que la detección de vasos sea problemática. Por lo tanto, se requiere un análisis automatizado de la retina para tener en cuenta el efecto de las lesiones al segmentar los vasos sanguíneos. El marco propuesto presenta dos enfoques mejorados para llevar a cabo la segmentación de vasos en presencia de lesiones. El objetivo principal del trabajo es extraer vasos verdaderos reduciendo significativamente el efecto de las estructuras anormales. El primer método es un enfoque supervisado que extrae vasos verdaderos realizando un análisis de la imagen de la retina basado en regiones, mientras que el segundo método pretende eliminar las lesiones antes de extraer los vasos sanguíneos utilizando una técnica de inpainting. Ambos métodos se evalúan en STARE y DRIVE y en nuestra propia base de datos AFIO. Los resultados experimentales demuestran la excelencia del sistema propuesto.

• Materias:Redes de sensores Sensores inalámbricos Sistema de sensores Sensor inteligente Sensores electroquímicos
• Subjects:Sensor networks Wireless sensors Sensor system Intelligent sensor Electrochemical sensors
• Palabras claves:vasos sanguíneos, lesiones, variaciones, retina humana, vasos verdaderos, base de datos propia afio, trastorno vascular progresivo, varias enfermedades oculares, análisis, efecto
• Keywords:blood vessels, lesions, variations, human retina, true vessels, own database afio, progressive vascular disorder, several ocular diseases, analysis, effect